Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

EndoAimin tuleva tutkimus: ASUS AI -ratkaisu kolorektaalipolyyppien diagnosointiin

keskiviikko 30. lokakuuta 2024 päivittänyt: Wen-Hsin Huang

Tuleva tutkimus ASUS Endoscopy AI -ratkaisusta – EndoAim auttaa kolorektaalisten polyyppien diagnosoinnissa

"Koorektaalisyöpäkuolleisuus Taiwanissa on kolmannella sijalla kaikista syövistä, joten on ratkaisevan tärkeää estää paksusuolen syöpä säännöllisillä kolonoskopiaseulonnalla ja poistaa polyypit, joilla on korkeampi syöpäriski, mutta kolonoskopian aikana lääkärit jättävät yleensä noin 22–28 prosenttia polyypeistä paitsi. 20–24 % näistä puuttuvista polyypeistä voi muuttua syöpäadenoomiksi. Tekoälyn (AI) avustetun järjestelmän käyttöönotto voi parantaa kolonoskopian yleistä laatua.

Tämän tutkimuksen tavoitteena on arvioida ASUS AI-avusteisen järjestelmän (EndoAim) tehokkuutta polyyppien diagnosoinnissa kolonoskopian aikana. Se sisältää kolonoskopian tulosten vertailun EndoAimin kanssa ja ilman sitä sekä EndoAimin vaikutuksen arvioinnin diagnostiseen tehokkuuteen eri alaryhmissä.

Jokainen osallistuja määrätään satunnaisesti kolonoskopiaan EndoAimin avulla tai ilman sitä. Tekoälyavusteisen järjestelmän suorituskyky kolonoskopiassa arvioidaan kattavasti käyttämällä indikaattoreita, kuten APC, ADR, PDR ja PPV. Myös alaryhmäanalyysi tehdään useiden tärkeiden tekijöiden perusteella. Polyypit otetaan biopsiasta ja lähetetään patologiseen tutkimukseen, ja patologiaraportti toimii lopullisena diagnoosina myöhempää analyysiä varten."

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

"Tausta Taiwanin Health Promotion Administrationin ja American Cancer Societyn mukaan paksusuolen syöpä on kolmannella sijalla syöpään liittyvissä kuolemissa Taiwanissa ja toisella sijalla Yhdysvalloissa. Joka vuosi noin 900 000 ihmistä kuolee paksusuolen syöpään Yhdysvalloissa Ennen kuin etenee syöpään, polyyppien poistaminen voi estää paksusuolen syöpää. Tutkimukset osoittavat, että polyyppien havaitsemisasteen lisääminen vain 1 %:lla voi vähentää kuolemaan johtavan paksusuolensyövän riskiä 5 %.

Kolonoskopiaa pidetään kultaisena standardina polyyppien poistamisessa. Tämä toimenpide on kuitenkin teknisesti vaativa, aikaa vievä ja vaatii erittäin ammattitaitoisia lääkäreitä. Tutkimukset osoittavat, että 22–28 % polyypeistä ja 20–24 % syöpää edeltäneistä adenoomista jää huomaamatta kolonoskopian aikana. Tärkeimpiä syitä ovat polyypit, jotka ovat liian pieniä tai litteitä, mikä tekee niistä vaikeasti havaittavissa, tai paksusuolen epätäydellinen peitto toimenpiteen aikana.

Viimeaikaiset edistysaskeleet tekoälyteknologiassa, erityisesti lääketieteellisessä kuvantamisessa, tarjoavat suuren potentiaalin diagnoosin avuksi. Tekoälyavusteiset järjestelmät voivat analysoida kuvia auttaakseen lääkäreitä havaitsemaan ja diagnosoimaan polyypit nopeammin ja tarkemmin kolonoskopioiden aikana. Tämä ei ainoastaan ​​paranna tarkkuutta, vaan myös vähentää lääkäreiden työtaakkaa ja lisää tutkimuksen tehokkuutta.

Tekoälyjärjestelmien käyttöönotto kolonoskopiassa voi parantaa adenooman havaitsemisnopeutta (ADR) ja adenoman per kolonoskopiaa (APC) samalla kun se auttaa polyyppien karakterisoinnissa auttaakseen lääkäreitä määrittämään hoitostrategioita. Näin ollen tekoälyn tukemat kolonoskopiatoimenpiteet voivat parantaa sekä turvallisuutta että tehokkuutta. Vaikka ADR on perinteisesti ollut useimpien tutkimusten painopiste, APC tarjoaa kattavamman kuvan siitä, onko kaikki adenoomat poistettu onnistuneesti. Siksi tässä tutkimuksessa keskitytään APC:hen ensisijaisena indikaattorina.

Opintosuunnittelun tavoite

Tämän tutkimuksen tavoitteena on arvioida AI-avusteisen järjestelmän (EndoAim) tehokkuutta kolorektaalisten polyyppien diagnosoinnissa kolonoskopian aikana. Tarkat tavoitteet sisältävät:

Standardin kolonoskopian tehokkuuden vertailu tekoälyavusteiseen kolonoskopiaan EndoAimin avulla.

EndoAimin diagnostisen suorituskyvyn arvioiminen eri alaryhmissä (seulonta vs. seuranta, suolen puhtaus, lääkärin kokemus ja polyypin sijainti).

Merkitys Olemassa olevan kirjallisuuden pohjalta tämä tutkimus pyrkii tarjoamaan lisätodisteita tekoälyn käytännön soveltamisesta kolonoskopiassa. Tiukan kliinisen kokeen suunnittelun ja laajan data-analyysin avulla pyrimme tarjoamaan vankan todisteen tekoälyn hyödyllisyydestä diagnoosin avustamisessa ja tukemaan sen laajempaa kliinistä sovellusta.

Päätetapahtumat Ensisijainen päätetapahtuma on Adenoma Per Colonoscopy (APC). Toissijaisia ​​päätepisteitä ovat adenooman havaitsemistaajuus (ADR), polyyppien havaitsemistaajuus (PDR) ja positiivinen ennakoiva arvo (PPV). Nämä mittarit tarjoavat kattavan arvion tekoälyavusteisen järjestelmän tehokkuudesta kolonoskopiassa."

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

548

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Opiskelupaikat

    • North Dist.
      • Taichung, North Dist., Taiwan, 404332
        • Rekrytointi
        • China Medical University Hospital
        • Ottaa yhteyttä:

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Kuvaus

Sisällön kriteerit:

  1. Ikä 20 tai vanhempi.
  2. Käytetään kolonoskopiaa Olympus-sarjan endoskoopeilla.
  3. Vähäjäämäisen ruokavalion noudattaminen ja suoliston valmistelu.

Poissulkemiskriteerit:

  1. Huono suoliston puhdistus. Huomautus: Arvioitu huonoksi tai riittämättömäksi Aronchick-asteikon mukaan.
  2. Epätäydellinen kolonoskopia (ei päästä umpisuoleen).
  3. Antikoagulanttilääkkeiden käyttö tai epänormaali hyytymistoiminto viimeisen 5 päivän aikana.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Seulonta
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Yksittäinen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: AI-ryhmä
Käytä ASUS EndoAimia avustavana ohjelmistona kolonoskopian suorittamiseen
Käytä ASUS EndoAimia avustavana ohjelmistona kolonoskopian suorittamiseen
Ei väliintuloa: Normaali ryhmä
Normaali kolonoskopia

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
APC (adenoma per kolonoskopia)
Aikaikkuna: 30 päivää
Adenooman määrä kolonoskopiaa kohden (APC) lisääntynyt tekoäly-avusteisessa ryhmässä verrattuna standardiryhmään adenooman kokonaislöydökset / suoritettujen kolonoskopian kokonaismäärä
30 päivää

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Sponsori

Tutkijat

  • Päätutkija: Wen-Hsin Huang, MD, China Medical University Hospital

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 28. lokakuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Sunnuntai 14. syyskuuta 2025

Opintojen valmistuminen (Arvioitu)

Sunnuntai 14. syyskuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 22. lokakuuta 2024

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 22. lokakuuta 2024

Ensimmäinen Lähetetty (Todellinen)

Torstai 24. lokakuuta 2024

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 31. lokakuuta 2024

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Keskiviikko 30. lokakuuta 2024

Viimeksi vahvistettu

Tiistai 1. lokakuuta 2024

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Yhdysvalloissa valmistettu ja sieltä viety tuote

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa